-
公开(公告)号：CN109804872A
公开(公告)日：2019-05-28
申请号：CN201910237853.X
申请日：2019-03-27
申请人： 东北农业大学
摘要： 一种春玉米全程机械化精准减肥增效栽培方法，它属于玉米栽培方法领域。本发明要解决北方春玉米播种质量差，产量低的问题。本发明用玉米联合脱粒收割机收获玉米后用灭茬机处理秸秆，用联合整地机耙细整平起小垄或大垄后用农用无人机结合多光谱相机获取裸土影像数据，进行田间取样检测土壤有效养分，待5cm耕层达到一定温度后采用精量播种机播种，播种后在不同生长阶段用喷肥机械、无人机或飞机喷肥1～2遍；在玉米0～1展开叶期、玉米2～3展开叶期、玉米8～10展开叶期进行深松、增温、保墒、松土、灭草作业，玉米在第6叶完全展开时，株高超过70cm时进行倒伏管理。本发明提高玉米保苗率95％以上，减少施肥量20％～30％。
-
公开(公告)号：CN107122739A
公开(公告)日：2017-09-01
申请号：CN201710286505.2
申请日：2017-04-27
申请人： 东北农业大学
摘要： 基于Extreme数学模型重构VI时间序列曲线的作物估产模型，属于农作物产量预测技术领域。本发明是为了解决现有作物估产中利用的遥感影像获取率低，导致因此建立的作物估产模型通用性差的问题。它首先采集待估产区作物整个生产期的遥感影像，并进行预处理；然后根据待估产区地块矢量图范围进行裁剪，获得裁剪图像中每个像元的植被指数VI时间序列曲线；再将VI时间序列曲线按照行为像元排序，获得裁剪图像的时期排序；采用数学模型Extreme对所有像元的植被指数VI时间序列曲线进行拟合；确定最优拟合VI，提取植被指数VI时间序列曲线的特征参数；最后获得估产模型。本发明用于农作物产量的预测。
-
公开(公告)号：CN107122739B
公开(公告)日：2020-07-17
申请号：CN201710286505.2
申请日：2017-04-27
申请人： 东北农业大学
摘要： 基于Extreme数学模型重构VI时间序列曲线的作物估产模型，属于农作物产量预测技术领域。本发明是为了解决现有作物估产中利用的遥感影像获取率低，导致因此建立的作物估产模型通用性差的问题。它首先采集待估产区作物整个生产期的遥感影像，并进行预处理；然后根据待估产区地块矢量图范围进行裁剪，获得裁剪图像中每个像元的植被指数VI时间序列曲线；再将VI时间序列曲线按照行为像元排序，获得裁剪图像的时期排序；采用数学模型Extreme对所有像元的植被指数VI时间序列曲线进行拟合；确定最优拟合VI，提取植被指数VI时间序列曲线的特征参数；最后获得估产模型。本发明用于农作物产量的预测。
-
公开(公告)号：CN106650819A
公开(公告)日：2017-05-10
申请号：CN201611254381.1
申请日：2016-12-30
申请人： 东北农业大学
CPC分类号： G06K9/6267 , G06N3/02
摘要： 利用多层感知器神经网络模型结合光谱特征参数的土壤分类方法，属于土壤分类技术领域。本发明是为了解决现有利用土壤光谱反射率进行土壤分类的方法无法保留光谱物征原有的物理意义的问题。它首先采集土壤样本，并获得每个土壤样本的基准反射光谱数据；将每个土壤样本的基准反射光谱数据以10nm为间隔，利用高斯模型进行光谱重采样；对光谱重采样数据进行包络线去除，获得突出反射光谱曲线的吸收和反射特征的去包络线数据；在去包络线数据中提取获得m个光谱特征参数；对提取的m个光谱特征参数分别进行标准化处理，得到m个土壤分类指标；利用多层感知器神经网络模型，根据土壤分类指标对土壤样本进行分类。本发明用于土壤分类。
-
公开(公告)号：CN109636882A
公开(公告)日：2019-04-16
申请号：CN201811392342.7
申请日：2018-11-21
申请人： 东北农业大学
摘要： 为了解决目前在典型黑土区土壤制图过程中耗时耗力，效率低下的问题，提供一种基于数字高程模型和遥感影像的黑土区数字土壤制图方法,属于数字土壤制图领域。本发明包括：使用黑土区裸土时期土地利用类型数据中的耕地部分，裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和数字高程模型；将遥感影像数据进行缨帽变换；提取数字高程模型中的地形信息；将地形信息与缨帽变换后的遥感影像数据进行打包，获得数据集；按照土壤类型，从土壤普查数据中选取训练样本点，放到数据集中进行分类，得到土壤类型图。本发明也可以通过比较添加各种不同地形信息后的制图总体精度和KAPPA系数，得到黑土区数字土壤制图中的最佳地形信息。
-
公开(公告)号：CN109325433A
公开(公告)日：2019-02-12
申请号：CN201811073363.2
申请日：2018-09-14
申请人： 东北农业大学
摘要： 本发明公开了引入地形因子的黑土区大豆生物量多时相遥感反演方法，包括如下步骤：步骤一，地形特征信息获取；步骤二，生物量样本数据获取；步骤三，获取植被指数；步骤四，分段建模；步骤五，建立反演模型；步骤六，生物量预测；步骤七，生成图层；其中在上述的步骤一中，实地测量裸土期内地块高精度DEM数据，使用定位精度为厘米级的海星达iRTK2对研究区地块进行实地测量；本发明，在传统植被指数基础上，创新性的加入地形相关因子，不仅提高了传统模型的精度和稳定性，而且也能够对作物生长多时期反演估算；同时，解决了以往单纯用植被指数模型精度不高，稳定性不强的问题，也解决了生物量反演时空不连续的问题。
-
公开(公告)号：CN109115951A
公开(公告)日：2019-01-01
申请号：CN201810857268.5
申请日：2018-07-31
申请人： 东北农业大学
IPC分类号： G01N33/00
摘要： 基于冠层结构与冠层光谱的水稻植株全氮估测方法，它涉及一种水稻植株全氮速测方法，属于水稻植株全氮测量技术领域。本发明的目的是为了解决现有实验室水稻植株全氮测试方法具有破坏性、时效性差的技术问题。本发明方法如下：水稻冠层光谱测定、水稻冠层结构参数采集及含氮量测定、数据处理、构建归一化植被指数NDVI、建立模型水稻植株全氮含量×水稻植株株高×水稻植株茎数＝0.6998e4.0599NDVI，根据待测水稻的NDVI及对应的水稻植株株高高度和水稻植株茎数计算获得待测水稻植株全氮含量。本发明利用植被指数与植株全氮含量之间的关系，达到对植株全氮含量的速测。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.023 秒)
